Qwen-Image-2.1-Turbo на десктопе: BaoCut 3.5 и первые локальные замеры времени

Репозиторий для Qwen-Image-2.1-Turbo появился на Hugging Face 9 октября 2026 года с 707 лайками, весовыми файлами, лицензионным файлом и одной строкой в списке новостей Qwen-Image-2.1 на GitHub — вот и весь анонс. Пять дней спустя он уже работает на рабочих столах людей. BaoCut 3.5, китайский настольный редактор, интегрировал чекпойнт и начал генерировать изображения на локальной машине, а не через сервер; X/@dotey сообщил 13 октября 2026 года, что картинка занимает примерно от трёх до пяти минут при 1080p на их Mac Mini M2 и почти двадцать минут при 2K. Отдельно приложение macOS с открытым исходным кодом под названием Siliconed опубликовало 11 октября 2026 года на собственной доске обсуждений модели сообщение об измеренных 118 секундах при 1024² на M1 Pro, а на той же машине запуск Z-Image Turbo — другого открытого 8-шагового чекпойнта, который люди выбирают как альтернативу, — занял 82–85 секунд. Qwen-Image-2.1, базовая модель, от которой происходят оба локальных порта, была выпущена 20 сентября 2026 года. Ускоренный чекпойнт на три недели младше своего родителя, и у него нет собственной независимой оценки.

Такова канва этой истории: чекпойнт, который так и не был запущен, а лишь опубликован, теперь появляется внутри десктопного программного обеспечения прежде, чем вендор публично сказал о нём хоть что-то. Далее отделяется то, что фактически утверждает репозиторий, от того, о чём сообщают первые пользователи, поскольку эти утверждения не одного и того же рода.

Что подтверждает репозиторий, а что — нет

Всё ниже взято из карточки модели, файла лицензии и журнала изменений проекта — первоисточников, которые может проверить любой.

• Датировано, и датировано там, где это важно. API Hugging Face сообщает, что репозиторий создан 2026-10-09T04:50:01Z и последний раз изменён 2026-10-12. В списке новостей Qwen-Image-2.1 на GitHub есть соответствующая запись: «2026.10.09: мы выпустили Qwen-Image-2.1-Turbo для генерации и редактирования изображений всего за 8 шагов шумоподавления». В том же списке изменений указано, что API версий Pro и Turbo стали доступны в Alibaba Cloud Model Studio в тот же день. Это релиз; это релиз без запуска.

• Что это такое. В карточке это называется «ускоренным чекпоинтом Qwen-Image-2.1 для генерации изображений по тексту и редактирования изображений с 8 шагами денойзинга», построенным на той же 7B-архитектуре визуальной генерации. Это не новое семейство и не новая архитектура. Это базовый чекпоинт, переупакованный вокруг гораздо более короткой траектории сэмплирования.

• Обе возможности в одной загрузке. Генерация изображений по тексту и редактирование по инструкции обслуживаются этим единственным чекпоинтом. Примеры самой карточки используют одно и то же сохранённое расписание из 8 шагов и одинаковый по умолчанию CFG=1 для обоих режимов и демонстрируют редактирование, превращая набросок яхты в фотореалистичное изображение.

• Расписание идёт в комплекте с весами. Чекпойнт поставляет рекомендуемое расписание сэмплирования, поэтому Diffusers загружает его автоматически. В карточке прямо указано, что одна лишь установка `num_inference_steps` не переопределяет сохранённое расписание. Префиксное KV-кэширование повторно использует контекст текста и референсного изображения на всех шагах денойзинга.

• Требуются две версии набора инструментов. Указанная установка — это CUDA-совместимая сборка PyTorch, Diffusers из исходного кода, transformers 5.17.0 или новее, accelerate и pillow. Чекпойнту нужна поддержка Diffusers для настроенных в конвейере сигм сэмплирования, добавленная в PR #14950 — исходное дерево, а не помеченный релиз на момент написания.

• Лицензия остаётся неизменной, и именно она и есть коммерческий барьер. Репозиторий распространяется под лицензией qwen-research. Это соглашение предоставляет права «ТОЛЬКО ДЛЯ НЕКОММЕРЧЕСКИХ ЦЕЛЕЙ» и гласит, что для коммерческого использования требуется отдельная лицензия, запрашиваемая у поставщика. Ничто в Turbo это не смягчает.

• Никаких бенчмарков любого рода. На карточке нет оценки для чекпоинта Turbo, нет сравнения с базовой версией, нет значения задержки и нет значения объёма памяти. Производитель ничего из этого не публикует.

• Не путать с цифрами базовой модели. Если вы видите рейтинг Elo или заявление о качестве, связанное с названием Qwen-Image-2.1, проверьте, к какому чекпойнту оно относится. Публичная строка в image-arena принадлежит Qwen-Image-2.1 — базовой модели от 20 сентября, а не Turbo.

Первые два локальных отчёта, и почему они расходятся

Два независимых человека опубликовали числа по локальному инференсу в течение четырёх дней после появления репозитория. Они измеряли на разных машинах, с разными разрешениями и в разных пайплайнах, и их результаты различаются примерно на порядок при одной и той же номинальной задаче. Оба достойны прочтения; ни один не является бенчмарком.

Отчёт о настольном редакторе. X/@dotey, 13 октября 2026 г.: BaoCut 3.5 интегрировал Qwen-Image-2.1-Turbo, и генерация изображений происходит на локальной машине, а не через сервер. На их Mac Mini M2 изображение 1080p занимает примерно от трёх до пяти минут, а 2K — около двадцати. Они также отмечают, что инструмент будет создавать NSFW-контент и что агента можно направить на локальный сервис изображений машины.

Отчёт о нативном приложении. 11 октября 2026 года автор Siliconed опубликовал сообщение на собственной доске обсуждений контрольной точки на Hugging Face. Siliconed — это открытое приложение для macOS с лицензией Apache-2.0, которое запускает модель на Swift и Metal без Python и без ComfyUI в цепочке, сравнивая каждый этап — текстовый энкодер, трансформер, VAE — поканально с реализацией Diffusers в fp32. На эталонной машине, MacBook Pro M1 Pro с 16 ГБ объединённой памяти, при 1024², 8 шагах и CFG 1 Qwen-Image-2.1-Turbo рендерится за 118 секунд; рендер 1024×1536 занимает 190 секунд, редактирование с одним референсным изображением — 212 секунд, а редактирование с двумя референсными изображениями — 285 секунд. Пиковое потребление памяти остаётся в пределах от 1,8 до 2,7 ГБ без единого свопа. Z-Image Turbo на той же машине и при том же разрешении занимает от 82 до 85 секунд.

• Почему 3–5 минут и 118 секунд не противоречат друг другу. Цифра автора поста — это Mac Mini M2 при 1080p внутри приложения; цифра из самого приложения — это M1 Pro при 1024² с прямым управлением. Другое железо, другое количество пикселей, другой объём работы вокруг модели. Ни одна из этих цифр не говорит о том, как покажет себя ваша машина.

• То, что сообщает приложение, — это данные самоотчёта, и оно об этом заявляет. Автор — это автор. В противовес этому: метод опубликован, каждое число сопровождается указанным измерительным инструментом — `phys_footprint`, замеряемый каждые 100 мс, swap из `vm_stat` — и проект публикует таблицу чипов, в которой заполнена одна строка, и публичную форму, чтобы читатели могли добавить свои. Это больше, чем даёт вам производитель, и меньше, чем может дать независимая лаборатория.

• Память — это число, которое определяет осуществимость. Стандартная установка объёмом 31,2 ГБ работает на Mac с 16 ГБ, потому что веса потоково считываются с диска по мере необходимости, в пределах заявленного бюджета в три четверти системной памяти минус 2 ГБ. Именно поэтому размер установки, превышающий объём вашей оперативной памяти, не является автоматическим препятствием, и поэтому ограничением является пропускная способность чтения с диска, а не VRAM.

• Потолок разрешения — это реальное ограничение. Порт для macOS ограничивает вывод поверхностью 1024×1536, любая сторона — 512 или больше и кратна 16, на том основании, что это наибольший размер, измеренный с нулевым свопом на машине с 16 ГБ. Рендеры большего размера отклоняются сразу, а не позволяют системе уйти в своп. Если вашей работе нужны пресеты 2048-класса базовой модели, этот локальный путь их вам не даст.

Локальные веса означают отсутствие слоя модерации, и это палка о двух концах

Самая цитируемая фраза из поста от 13 октября — это то, что модель генерирует NSFW-изображения. Стоит точно определить, что это такое, а что — нет.

Это не та функция, которую рекламирует поставщик. В карточке модели ничего не сказано о политике в отношении контента для открытого чекпоинта, а лицензия не предусматривает никаких исключений: она разрешает некоммерческое использование и требует соблюдать применимое законодательство — и точка. То, что описывает отчёт, — обычное следствие запуска диффузионной модели на собственном оборудовании: между вашим промптом и сэмплером нет провайдера, поэтому нет и фильтра на стороне провайдера, который мог бы сработать. Каждый открытый чекпоинт для изображений ведёт себя так же. Разница здесь в скорости и упаковке: 8-шаговая модель этого класса теперь достаточно быстра на потребительском оборудовании, чтобы локальный путь больше не воспринимался как компромисс.

Вопрос соблюдения требований полностью переходит к вам. Если вы намерены выпустить что-либо, созданное на основе этой контрольной точки, лицензия становится связывающим ограничением, и она не является разрешительной — базовая модель распространяется на тех же условиях некоммерческого исследования, и контрольная точка Turbo наследует их без изменений. Локальный вывод не меняет того, что вам разрешено делать с результатом.

По-настоящему новая часть: инструмент, который агент может вызвать.

Оба отчёта сходятся в одной детали, и это та, у которой более длинный хвост. В посте от 13 октября упоминается, что агента можно направить на локальный сервис образов машины. Порт для macOS поставляется именно с таким интерфейсом: вспомогательный бинарный файл под названием `silicontrol` внутри пакета приложения, который управляет запущенным окном из терминала, с командами для перечисления моделей, постановки рендеринга в очередь с `--wait --out` и чтения статуса, выводя строки JSON с финальным полем `"ok"`. Есть только одна очередь, и никогда не выполняется два рендеринга одновременно.

Локальная конечная точка для изображений, которая отвечает в формате JSON Lines и возвращает путь к файлу, — это цель для вызова инструмента. Это совсем другое дело по сравнению с вставкой запросов в веб-интерфейс: агент для программирования может решить, что ему нужна диаграмма, заглушка или вариант, вызвать локальный сервис и продолжить работу без ключа API, без оплаты за каждое изображение и без передачи данных за пределы машины. Для некоммерческой работы — исследований, внутренних прототипов, стендов оценки — это по-настоящему новая возможность при 8 шагах и пиковом объёме памяти менее 3 ГБ.

У него также есть жёсткая грань, и её очерчивает та же лицензия. В тот момент, когда то, что вы создаёте, — это продукт, а не исследовательский артефакт, локальный путь перестаёт быть простым ответом, а некоммерческое ограничение становится решающим фактом.

Где слой маршрутизации уместен, а где — нет

Qwen-Image-2.1-Turbo — это скачиваемые веса с исследовательской лицензией. Это не размещённый эндпоинт на OrcaRouter, и ничто здесь не должно восприниматься как утверждение обратного. Честное разделение — по рабочей нагрузке.

Если ваши изображения должны создаваться на машине, которую вы контролируете, — ради приватности, ради экономии или потому что нет подключения, — то этот чекпойнт и локальный раннер и есть ответ, и вопрос маршрутизации вообще не возникает: некоммерческая лицензия и бюджет дискового пространства — вот ваши два ограничения. Если же вы вызываете модели изображений в продакшене, где запрос должен попадать куда-то надёжное, а вам не хотелось бы поддерживать отношения с отдельным вендором для каждой модели, то это именно та задача, ради которой OrcaRouter и существует: более 200 моделей за одним эндпоинтом, совместимым с OpenAI, по каталожным ценам провайдеров, без наценки, автоматическое переключение при деградации провайдера и DSL маршрутизации для случаев, когда вы хотите выразить предпочтение, а не принять значение по умолчанию. Эти два подхода не конкурируют между собой. Локальный чекпойнт — это инструмент на вашем столе; роутер — это то, что вы ставите перед хостируемыми моделями, к которым обращаетесь, когда работа уходит со стола.

Практическая причина держать их в голове раздельно в том, что они отказывают по-разному. Локальный рендер падает, когда машина занята, диск медленный или превышен лимит памяти. Вызов хостингового сервиса падает, когда падает провайдер. Только для одного из них имеет смысл применять failover.

Что мы всё ещё не можем сказать

Три вещи определили бы репутацию этого чекпойнта, но ни одной из них пока не существует.

• Независимой оценки нет. У Turbo нет ни строки в арене, ни опубликованного Elo, ни стороннего сравнения качества ни с Qwen-Image-2.1, ни с Z-Image Turbo. Цена качества при переходе от более длинной траектории сэмплирования базовой модели к 8 шагам просто не измерена публично.

• Никаких показателей пропускной способности или объёма памяти от производителя. В карточке описывается контрольная точка, но ничего не говорится о том, во что обходится её запуск. Все числа в этой статье, не являющиеся датами, взяты у пользователя, и каждое из них снабжено отметкой о машине, на которой оно было измерено.

• Один чип в публичной таблице. В таблице результатов порта для macOS ровно одна заполненная строка — M1 Pro — и приглашение всем остальным добавить свои. Если вы собираетесь покупать под это железо, вы экстраполируете из этой строки плюс одного примера с Mac Mini M2.

То, что можно уверенно утверждать, — уже и полезнее. Чекпоинт существует, он датирован 9 октября 2026 года, он выполняет генерацию и редактирование за 8 шагов при 7B, его расписание вшито в веса, он некоммерческий, и он за менее чем неделю прошёл путь от репозитория до работы внутри десктопного ПО, вообще без запуска. Это реальное событие в локальной генерации изображений, и оно происходит до того, как кто-либо опубликовал цифру, за которую можно призвать вендора к ответу.

На таком выборе модели также проявляются режимы отказа: документированные инциденты с ИИ и сбои агентов, связанные с моделями этого класса, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, оценку достоверности и флаг спорности.